AI醫學影像進入“落地”元年 臨床醫學專家：目前大多數公司還是純“技術派”

每經記者 金喆    每經編輯 魏官紅    

作為有30多年臨床經驗的超聲專家，李安華還身兼中國超聲醫學工程學會副會長的職務。她關注AI醫學影像6年時間了，也接觸過很多AI醫學影像類的公司，有些是科技巨頭，有些是創業公司。但她注意到，這些科技型公司提供的產品，很難找到讓超聲醫生滿意的AI應用。

“我們面臨醫、教、研‘三座大山’，希望AI落地真正能夠幫助我們。”中山大學附屬第一醫院婦產超聲科教授、主任醫師謝紅寧也在接受《每日經濟新聞》記者面訪時坦言，產科超聲檢查是一項“燒腦”的工作，需要醫生保持高度緊張狀態，識別、記住圖像里的指標，時刻提醒自己不要漏檢，一天工作下來很容易疲倦。如果有個像小秘書一樣的AI輔助醫生，能在很大程度上提高醫生工作效率，減少漏檢、漏診。

《每日經濟新聞》記者發現，兩位超聲領域專家的“吐槽”，正是AI醫學影像在臨床應用時遇到瓶頸的原因。

李安華期待AI可以賦能超聲醫生，但眼下面臨三大挑戰。第一，絕大多數做AI醫學影像的公司都是“技術派”，純技術思維很難做出真正滿足臨床醫生需求的產品；第二，即便是最好的AI產品，也沒辦法做到100%的準確率；第三，現在國內幾乎所有的AI公司都使用開源算法，各家公司的算法效能取決于對開源算法重新編譯工作做得好不好。而不同醫學影像場景的圖像風格不同，重新編譯工作是一道門檻，區分了一般和優秀的AI公司。

AI超聲落地難：工程師和醫生想的不一樣

謝紅寧把自己的感受告訴了她的博士生汪南，汪南的另一個身份是廣州愛孕記信息科技有限公司（以下簡稱愛孕記）創始人。產前超聲醫生每天要面對大量的受檢者，排畸檢查涉及的胎兒全身結構的細節非常多，長時間需要醫生一個人對著機器和黑乎乎的屏幕。而在每一次檢查時，醫生都必須記住自己看了哪些部位，特別是畸形篩查，如果忘了就得重新做。即使是謝紅寧這樣的頂級專家，也經常會有自我懷疑的時候。

“超聲，尤其是產前超聲特別考驗醫生的專注力，檢查過哪些部位，全靠腦子記住，如果有一個小秘書在旁邊提醒，效率就會高很多，也會減少漏診。”謝紅寧說，中、高資歷醫生在大量的工作狀態下難免會感到疲倦，而年輕醫生容易出現的問題就是漏掉一些沒有見過的畸形情況，需要找高資歷醫生來把關。

圖片來源：受訪者供圖

汪南就想做一款謝紅寧提到的“小秘書”，這個AI系統能像地圖導航一樣，為超聲醫生提供實時同步的分析結果。

其實，醫學影像AI不是新鮮事物?！睹咳战洕侣劇酚浾咦⒁獾?，2016年和2017年，國內的一些公立醫院還組織過超聲AI的“人機大戰”。謝紅寧也用過一些超聲AI系統，但效果達不到預期。

其中的一個難點在于影像識別的計算方法。就像早期對阿爾法狗的訓練一樣，醫療AI的訓練也得有“棋譜”，醫學影像的數據就是大量由醫生標注出重要信息的影像數據集。但由于不同超聲醫生的掃查手法不同，采集圖像的質量可能參差不齊。

另外，很多AI產品設計出來后，并沒有真正達到醫生使用的要求。李安華指出，大部分已經應用到超聲的AI產品都存在一個弊端，就是要先由醫生掃描找到腫塊圖像，把它抓取成靜態圖，再由AI系統來判別是良性還是惡性。這種模式下，萬一醫生看不到這個腫塊，就是漏診。

“工程師和醫生想的不一樣。”李安華說，磁共振、CT可以根據靜態圖像做診斷，但超聲需要醫生根據實時動態檢查畫面做診斷，AI超聲系統需要“陪伴”醫生。

8月4日，謝紅寧也在接受采訪時表達了同樣的觀點。產前診斷中超聲非常重要，超聲醫生要掃查出胎兒全身至少30多個標準圖像，然后進行實時的立體思維，在腦中建立立體結構進行判斷，但以往的AI系統尚未實現立體結構識別。

近日，愛孕記聯合包括中山大學附屬第一醫院在內的全國多家三甲醫療機構以及華南理工大學計算機學院，共同研發了產科超聲AI智能化系統“愛孕智聲”。李安華在接受《每日經濟新聞》記者面訪時分析稱，愛孕智聲是國內首個可以實時、動態、斷面、連續識別的AI系統，醫生診斷時不用停止探頭掃查，系統就能自動提示，真正解決了臨床痛點。

AI醫療的機會：來自臨床的迫切需求

汪南不是第一個“出圈”的超聲AI創業者。5年前，華創證券計算機行業分析師陳寶健就發布研報，稱科技巨頭加速跑馬圈地，創業公司受資本熱捧：AI+醫療影像市場百家爭鳴。

但因為落地難、商業化難等問題，很多創業項目半路夭折。直到今年，一些醫學界和科技界人士才真正感受到，越來越多AI醫學影像加速落地，但此時距離當時喊出的“風口”有5年之久。

李安華希望有更多科技企業，能夠研發出真正基于臨床醫生需求、輔助醫生提高效率、減少誤診的產品。她說，好的AI產品除了能輔助醫生，還能夠做好超聲圖像的質控、建立統一標準，幫助高資歷醫生培養年輕醫生。

謝紅寧也深有感觸，作為高資歷醫生，她有很大一部分精力是帶學生、培訓新醫生。在超聲科，一名低資歷醫生成長為中資歷醫生往往需要5年時間。但在常規培養中，這種“傳幫帶”就是靠高資歷醫生的經驗，并沒有統一的標準。而在超聲診斷的大排畸中，醫生需要采集30多個圖像，采集的結果也沒有統一標準。

圖片來源：攝圖網-500313684

汪南把謝紅寧此前發表的論文中的超聲診斷標準作為愛孕智聲的技術參數，該婦產超聲AI于2021年9月獲得廣東省藥監局頒發的第二類醫療器械注冊證，2022年1月獲得湖南省藥監局頒發的第二類醫療器械注冊證，2022年8月完成國家藥監局第三類醫療器械注冊證的首例入組。

據汪南向《每日經濟新聞》記者展示的試驗數據，愛孕智聲能幫助醫生提高6至10個百分點的敏感性，即降低6至10個百分點的誤診率，其診療水平相當于高年資醫生。

“基層醫療對這類設備需求更大。”李安華很想把這樣的設備帶去基層。她對《每日經濟新聞》記者談起自己赴基層幫扶的經驗——有次她到一家鎮醫院時看到一臺嶄新的超聲設備擺在房間，院長告訴她，機器是捐贈的，但醫院沒人會用，更沒有超聲醫生。

李安華說，這在縣級以下醫療機構是普遍情況，即便是這些醫療機構之前有超聲醫生或培養了超聲醫生，（醫生大多）也會被上級醫院抽調走。還有一些跟她到基層的超聲醫生，也并沒有經過充分的專業學習。

在她看來，縣級以下醫療機構配備這樣的AI系統，一方面有利于超聲醫生教學，另一方面也能提升整體的診療水平。

廣東省人工智能產業協會常務副會長兼秘書長張崟則表示，在國家政策以及市場需求的共同推動下，基于圖像識別的輔助診斷這一個熱點賽道，一定會涌現出越來越多的優秀的企業和產品。

但眼下，AI超聲在醫療機構的真正落地還面臨普及應用、高精準度、支付等多重商業化的挑戰。

汪南也提到，過去一年他幾乎跑遍全國主要城市，向各省、市一級的政府官員、醫療機構去推廣他的這款AI系統。目前愛孕智聲已在中山大學附屬第一醫院、廣東省婦幼保健院等20多個省市的100多家醫院使用。

如果推廣到基層，這些尖端技術的“新面孔”將由誰來買單？對此，一位不愿具名的業內人士對《每日經濟新聞》記者坦言，商業化是AI系統普遍面臨的問題，是由政府、醫療機構還是患者買單，沒有一個絕對的方案，目前的情況主要還是醫療機構在買單，但到自負盈虧的縣級以下醫療機構，還真得打個問號。

封面圖片來源：攝圖網-501351508